{"id":"mb-20261106-9a5b80","kind":"deep","title":"Anthropic大模型研发速度翻倍：METR独立评估揭秘80%提速背后的AI自迭代","summary":"独立评估机构METR深入Anthropic内部11周，披露未发布模型Model 4在全部15项AECI基准上得分过半。在训练算力并未翻倍的情况下，Anthropic过去一年跑出两倍研发进度，其中约80%提速来自AI协助AI研发。","body":"把大模型拉进机房，让它帮工程师研发下一代大模型，会发生什么？\n研发速度直接翻了一倍。\n相当于用一年的时间，跑完了过去两年的技术指标。\n这还不是算力翻倍砸出来的。\n八成的提速，全靠 AI 自己在后道工序里带飞。\n\n这件事是怎么被证实的？\n专门做前沿模型安全与能力评估的机构 METR，最近跑进 Anthropic 内部蹲了整整 11 周。\n他们拿到了类似员工的最高访问权限。\n从底层代码库、训练集群监控，到预训练和强化学习的所有日志，全翻了一遍。\n重点就看他们正在内部秘密研发、还没对外发布的新模型。\n\n其中最强的一款，代号叫 Model 4，在 2026 年秋天刚训完。\nAnthropic 内部有一套综合能力指数，叫 AECI，里面包含 15 个硬核基准测试。\n在此之前，从来没有哪个模型能在全部 15 个测试里都及格。\nModel 4 跑出了 178.6 分。\n更关键的是，它在所有 15 个测试里的得分率全部超过了 50%。\n过去大模型常见的一边拔尖、一边偏科，在它身上彻底找不到了。\n\n模型变强不稀奇，真正让人坐不住的是进步的斜率。\nMETR 算了一下：\n从 2025 年秋天开始，Anthropic 模型的进化速度达到了过去基准期的 1.9 倍。\n过去需要死磕两年的技术跨度，现在一年就跨过去了。\n\n很多人第一反应肯定是：一定是芯片买多了，算力集群堆得更大了吧？\nMETR 特意核对了训练算力的真实账本。\n算力的增长速度根本没有翻倍。\n既然硬件没有突然大跃进，翻倍的速度是从哪里挤出来的？\n答案在研发的流水线上。\nMETR 评估后给出的结论很明确：\n这场大提速里，大约 80% 的功劳，要归功于 AI 在帮着搞研发。\n\n上一代模型到底在机房里干了什么？\n大模型研发可不是大家想象的，一群科学家天天在白板上推导数学公式。\n真正占去工程师大把时间的，是海量的琐碎工程。\n写测试脚本、搭验证环境、抓训练日志里的报错、做代码审查与合并、优化数据清洗流程。\nAnthropic 做了一整套内部自动化工具，让还没发布的强力模型直接接管这些环节。\n在 Anthropic 内部的 Slack 调查里，工程师自己汇报的数据非常夸张：\n用上最强的内部模型后，个人研发效率平均提升了 12 倍。\n\n当然，写代码快了 12 倍，不等于整个团队的产出就能快 12 倍。\nMETR 也特意提醒，这只是工程师主观汇报的感受。\n人类目前依然坐在驾驶座上。\n底层架构怎么选、目标函数怎么定、安全对齐的边界在哪，依然靠最顶尖的工程师拍板。\n但只要方向一定，剩下的验证、排错、找最优解，AI 能在一夜之间把几百种方案全部跑通。\n这就形成了一个正向滚雪球的循环：\n更聪明的 Model 3 帮工程师扫清障碍，加速造出了 Model 4。\n而更全能的 Model 4，马上又会坐到研发工位上，去替 Model 5 铺路。\n\n这件事有没有水分？\n有一点必须说清楚：这份评估报告公开时，Anthropic 删节了大部分原始实验数据。\n理由是商业机密和安全防护。\n外界看不到最细致的代码日志，只能看到 METR 的分析结论。\n但 METR 在深入检查了算法、数据和硬件之后，得出了一个让同行紧张的推论：\n在未来的 12 个月里，他们看不到任何能把这种加速踩下刹车的物理瓶颈。\n算力没见顶，数据没耗尽，AI 帮自己迭代的飞轮还在转。\n当工具开始亲手打磨工具本身，进化的时钟，真的被拨快了。","topic":"Anthropic大模型研发速度翻倍：METR独立评估揭秘80%提速背后的AI自迭代","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-11-06 07:13:15","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"Anthropic大模型研发速度翻倍：METR独立评估揭秘80%提速背后的AI自迭代","description":"独立评估机构METR深入Anthropic内部11周，披露未发布模型Model 4在全部15项AECI基准上得分过半。在训练算力并未翻倍的情况下，Anthropic过去一年跑出两倍研发进度，其中约80%提速来自AI协助AI研发。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261106-9a5b80","markdown_url":"https://mubeitech.com/deep/mb-20261106-9a5b80/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261106-9a5b80","published_at":"2026-11-06T07:13:15Z"}